c# - 将 Word 转换为 HTML，然后在网页上呈现 HTML

Question

我的管道中有一个艰巨的项目，我不知道从哪里开始。我的老板希望能够以 HTML 格式显示 Word 文档，并且它看起来与 Word 文档相同。

在一次又一次地尝试让我在弹出窗口或灯箱中显示单词文档后，他坚持剥离单词的内容，将其转换为 HTML，将其保存在数据库中，然后在网页上显示为 HTML .

你们能否给我一些好的弹药，看看是否显示word文档更好（不那么麻烦，更少的存储空间更安全等）。

或者，如果我可以很容易地将 word 文档转换为 HTML 方式来做到这一点。

我目前拥有的技术是实体框架、LINQ、MVC、C#、Razor。

我们目前使用 HTmlAgilityPack，但这会去除所有格式，并且无法很好地显示文档。

score 7 · Accepted Answer

我们使用http://www.aspose.com/（我认为我们使用的是Aspose words）来执行类似的任务，并且效果很好。（涉及费用）

我建议转换为 HTML 会给出最差的文档格式。我们使用的一种解决方案是生成文档的 Jpeg 图像并显示它。

如果您需要能够执行诸如查找和复制/粘贴文本之类的操作 - 我建议将文档转换为 .pdf，并在客户端机器安装的任何标准 pdf 查看器中内联显示它。

score 6 · Accepted Answer

如果您使用 DOCX，您可以始终使用 Microsoft 的 Open XML SDK，它非常易于使用和清洁。取自 MSDN 的示例

// This example shows the simplest conversion. No images are converted.
// A cascading style sheet is not used.
byte[] byteArray = File.ReadAllBytes("Test.docx");
using (MemoryStream memoryStream = new MemoryStream())
{
    memoryStream.Write(byteArray, 0, byteArray.Length);
    using (WordprocessingDocument doc =         WordprocessingDocument.Open(memoryStream, true))
    {
        HtmlConverterSettings settings = new HtmlConverterSettings()
        {
            PageTitle = "My Page Title"
        };
        XElement html = HtmlConverter.ConvertToHtml(doc, settings);

        // Note: the XHTML returned by ConvertToHtmlTransform contains objects of type
        // XEntity. PtOpenXmlUtil.cs defines the XEntity class. See
        // http://blogs.msdn.com/ericwhite/archive/2010/01/21/writing-entity-references-using-linq-to-xml.aspx
        // for detailed explanation.
        //
        // If you further transform the XML tree returned by ConvertToHtmlTransform, you
        // must do it correctly, or entities do not serialize properly.

        File.WriteAllText("Test.html", html.ToStringNewLineOnAttributes());
    }
}

您可能还想看看 Word 自动化服务http://blogs.office.com/b/microsoft-word/archive/2009/12/16/word-automation-services_3a00_-what-it-does.aspx

score 1 · Accepted Answer

如果您的老板一心想用 HTML 显示它，那么将由 word doc 生成的 HTML 导入您的数据库是项目中最难的部分。

您有几个工作流程可供选择，但它们是这样的：

用户保存到 .Doc 到 .HTML >> 用户通过您创建的应用程序将文档上传到数据库 >> Web 应用程序从数据库中提取 HTML 以显示在网页上
用户保存 .Doc >> 用户通过您创建的应用上传文档 >> 应用即时转换文档，然后将 HTML 插入数据库 >> Web 应用从数据库中提取 HTML 以显示在网页上
用户将 .Doc 文件保存并上传到数据库 >> Web 应用程序拉取文档并在网页请求时动态转换它
等等等等

不幸的是，无论您选择哪种工作流程，您都会遇到一些愚蠢的事情。@DaveBish 建议使用 3rd 方工具，我完全同意这是处理转换的最佳方式（如果您不要求用户将他们的文档保存为 HTML）。另外，请注意，当您转换为 HTML 时，Word 文档中的图像可能会出现问题（它们不会保留在生成的文件中，这意味着 /sarcasm/ 在 Web 开发方面为您带来更多乐趣）。

如果您的老板不想为第 3 方转换器买单，您可以尝试使用 Office.Interop 命名空间自行处理转换在这种情况下，这个答案可能对你很有用。

score 0 · Accepted Answer

0

您还可以通过Free Spire.Doc获得更多支持

于 2015-06-28T18:23:05.930 回答

score 0 · Accepted Answer

我使用过GemBox.Document，它可以将 Word 文档中的图像嵌入 HTML 文件本身。
例如，像这样：

MemoryStream docxStream = null; // Your DOCX file's path or stream.
DocxLoadOptions docxOptions = new DocxLoadOptions();

// Load DOCX file.
DocumentModel document = DocumentModel.Load(docxStream, docxOptions);

MemoryStream htmlStream = new MemoryStream();
HtmlSaveOptions htmlOptions = new HtmlSaveOptions();
htmlOptions.EmbedImages = true;
htmlOptions.HtmlType = HtmlType.HtmlInline;

// Save HTML file.
document.Save(htmlStream, htmlOptions);

此外，通过使用，HtmlType.HtmlInline我获得了可以放置在现有页面上的 HTML 内容（例如在查看器或 WYSIWYG 编辑器中）。查看其余的HtmlSaveOptions属性。

您可以在 ASP.NET MVC 中的 Word 和 HTML 之间转换和Word 编辑器中找到这种方法的更多示例。

score 0 · Accepted Answer

这是一篇旧文章，但我刚刚编写了一个将 Word-doc 转换为可用网页的应用程序。该应用程序提供了 OP 中的一些要求。

该应用程序是WordWebNav (WWN)。它是免费和开源的。

WWN 提供了一个 Word VBA 程序，可以将 Word-docs 转换为 Word-HTML。

WWN 还提供了一个 Python 程序，可以将 Word-HTML 转换为可用的网页：

它为 Word-HTML 添加了缺少的功能，例如导航窗格。
并且，WWN 修复了 Word 的 HTML 中的一些常见错误，例如，格式错误的列表和过宽的段落。

Python 程序使用 CLI，可以在外部调用。

c# - 将 Word 转换为 HTML，然后在网页上呈现 HTML

6 回答 6

Related

Reference